F-Secures AI-projekt för att utnyttja potentialen av “swarmintelligens”

Cybersäkerhetsföretaget F-Secure har nyligen skapat ett nytt AI-projekt som använder tekniker inspirerade av “swarmintelligens”. Enligt AI News använder F-Secures nya AI-tillvägagångssätt många decentraliserade AI-agenter som samarbetar för att uppnå specifika mål.

F-Secures nya swarm-AI liknar i koncept Fetch AI:s tidigare tillvägagångssätt för decentraliserade AI-system, som har tillämpats på IoT-koncept. Men till skillnad från Fetch AI syftar F-Secure till att ta konceptet med decentraliserad AI och använda det inom cybersäkerhetsområdet. Specifikt syftar F-Secure till att förbättra företagets upptäckts- och svarsförmåga.

Som Matti Aksela, VP för AI på F-Secure, förklarar, är det vanligt att man tror att AI bör sträva efter att kopiera mänsklig intelligens. Men medan det inte är fel att forma AI-system efter mänskligt resonemang och beteende, förklarade Aksela för AI-News att att bara forma AI efter mänsklig kognition är begränsande för vad vi kan göra med AI. Aksela förklarade att vi kan titta utanför mänsklig kognition och utforska andra metoder för att organisera och arkitektera AI. En bredare palett av möjliga modeller för AI kan förstärka vad människor redan kan uppnå med AI.

Swarmintelligens är ett beteende hos decentraliserade system. Det är ett kollektivt beteende som manifesterar sig i både artificiella och naturliga system. I biologiska system ses swarmintelligens ofta i stora kolonier av organismer som myror, bin, fiskar och fåglar. Till exempel migrerar många fåglar i stora flockar och när flocken flyger, behåller den en konstant formation som varierar mycket lite, med fåglarna som bara avviker några centimeter från varandra i formationen. Det anses att flyga i sådana formationer minskar den energi som fåglarna behöver för att flyga.

Swarmintelligens har använts för probabilistisk routing i telekommunikationsnätverk och vid skapandet av mikrobotar. Ett exempel på detta koncept är de små robotarna skapade av MicroFactory. Robotarna styrs av en kretskort som genererar ett magnetfält, och robotarna själva är magneter. Robotarna är också utrustade med små manipuleringsverktyg som de kan använda för att interagera med omgivningen och manipulera föremål.

Utvecklingen av genuint mänsklig AI, eller artificiell allmän intelligens, kommer att ta några år att skapas. Uppskattningar från olika AI-experter varierar, men i genomsnitt anses det att det kommer att ta runt 50 år att lyckas med skapandet av en AGI. I kontrast kommer utvecklingen av distribuerade autonoma agenter som de som F-Secure använder sig av, att ta betydligt kortare tid.

Enligt F-Secure kommer det att behövas flera år till för att deras distribuerade intelligensarkitektur ska nå sin fulla potential, men vissa mekanismer baserade på swarmintelligensmodellen används redan. F-Secure har använt vissa swarmintelligens-tekniker för att upptäcka intrång och konstruera lösningar.

F-Secures AI-agenter kan kommunicera med varandra och samarbeta.

Swarmintelligens-tekniker använder sig av de individuella agenternas talanger eller förmågor i agentpoolen, och när dessa färdigheter är nätverksbundna, finns det ett robust och flexibelt system som kan utföra komplexa uppgifter.

”I princip kommer du att ha en koloni av snabba lokala AI:er som anpassar sig till sin egen miljö, samtidigt som de arbetar tillsammans, istället för en stor AI som fattar beslut för alla”, förklarade Aksela.

I fallet med F-Secure kan de olika agenterna lära sig från olika nätverk och värdar, och agenterna kan sprida kunskapen genom det bredare nätverket som kopplar samman olika organisationer. F-Secure säger att en av de största fördelarna med detta tillvägagångssätt är att det kan möjliggöra för organisationen att dela känslig information via molnet och fortfarande förbli skyddad tack vare överlägsen upptäckt och attackdetektering.